python通过计算满足条件的行数进行分组

我试图在

id列上执行一个groupby，这样我就可以显示col1中等于1的行数

df:

我的代码：

df.groupby(['id'])[col1].count()[1]

我得到的输出是2。它没有显示来自其他
id
的值，比如b

我想：

id col1
a   2    
b   1 

如果可能，每个id的总行数是否也可以显示为新列

例如：

id col1 total
a   2    3
b   1    1

这是因为id为“a”的行和为3。其中的2个是相同的，这就是为什么它被分组并视为一个，然后它添加了唯一的行，该行在其列1上包含0值。不能将行上具有不同值的行分组

是的，您可以将其添加到输出中。只需在代码的列部分放置一个计算所有行的方法。
假设col1中只有1和0，您可以使用
agg
：

df.groupby('id', as_index=False)['col1'].agg({'col1': 'sum', 'total': 'count'})

#  id   total   col1
#0  a       3      2
#1  b       1      1

如果您想将解决方案推广到包含col1中不为零的值，可以执行以下操作。这也会正确排列列

df.set_index('id')['col1'].eq(1).groupby(level=0).agg([('col1', 'sum'), ('total', 'count')]).reset_index()

  id  col1  total
0  a   2.0      3
1  b   1.0      1

在
agg
方法中使用元组，其中第一个值是列名，第二个值是聚合函数，这对我来说是新的。我只是在试验，它似乎起了作用。我不记得在文档中看到过，所以请小心使用

df.set_index('id')['col1'].eq(1).groupby(level=0).agg([('col1', 'sum'), ('total', 'count')]).reset_index()

  id  col1  total
0  a   2.0      3
1  b   1.0      1